任冶

（南京師范大學(xué)商學(xué)院，南京210023）

我國制造業(yè)技術(shù)創(chuàng)新效率分析

任冶

（南京師范大學(xué)商學(xué)院，南京210023）

文章運用DEA及Malmquist方法，以我國2011—2015年15個汽車制造業(yè)上市公司的技術(shù)創(chuàng)新數(shù)據(jù)為樣本，測算了該行業(yè)技術(shù)創(chuàng)新的效率。研究表明：我國汽車制造業(yè)技術(shù)創(chuàng)新效率仍處于較低水平，且總體上呈下降趨勢；動態(tài)看，我國汽車行業(yè)的全要素生產(chǎn)率呈“增長—下降”趨向，全要素生產(chǎn)率的上升來自于技術(shù)進步的驅(qū)動，而技術(shù)效率惡化卻造成了全要素生產(chǎn)率的下降。

DEA；Malmquist；創(chuàng)新績效；技術(shù)創(chuàng)新效率

0 引言

我國已建成全球門類最為齊全的完整工業(yè)體系，取得了制造業(yè)第一大國的地位。但我國制造業(yè)大而不強，存在核心技術(shù)缺失、高端產(chǎn)品依賴進口受制于人、自主創(chuàng)新能力不強等問題。由此，《中國制造2025》更加突出了創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，通篇把創(chuàng)新作為核心競爭力。在制造強國建設(shè)“三步走”戰(zhàn)略中，創(chuàng)新發(fā)揮著不可替代的重要作用。要把創(chuàng)新擺在制造業(yè)發(fā)展全局的核心位置，力爭在新一代信息通信技術(shù)、高檔數(shù)控機床和機器人、航空航天裝備等重要、關(guān)鍵領(lǐng)域，集中突破一批基礎(chǔ)共性和核心關(guān)鍵技術(shù)，重塑工業(yè)轉(zhuǎn)型發(fā)展新引擎。技術(shù)創(chuàng)新成為中國制造業(yè)未來發(fā)展的重要出路，企業(yè)是科技和經(jīng)濟緊密結(jié)合的重要力量，應(yīng)該成為技術(shù)創(chuàng)新決策、研發(fā)投入、科研組織、成果轉(zhuǎn)化的主體。那么，怎樣提高制造業(yè)技術(shù)創(chuàng)新效率、推動創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略進入快車道？這是一個需要認真研究的緊迫課題。

1 指標選取與方法設(shè)定

1.1 指標選取

資本和勞動力的投入是技術(shù)創(chuàng)新投入最主要的兩個方面。本文使用R&D經(jīng)費和R&D人員數(shù)兩個指標作為技術(shù)創(chuàng)新投入的指標。有關(guān)技術(shù)創(chuàng)新活動的投入，最常用指標為專利申請數(shù)和新產(chǎn)品銷售收入[1-4]。其中，新產(chǎn)品銷售收入大多來自于國家相關(guān)部門發(fā)布的針對行業(yè)或地區(qū)的專項統(tǒng)計報告。但對于針對微觀層面的上市公司來說，新產(chǎn)品銷售收入涉及企業(yè)機密，樣本公司的年報中一般不會單獨公布，這一指標的微觀層面的數(shù)據(jù)難以獲得，專利作為技術(shù)創(chuàng)新成果的結(jié)晶，可以直接的體現(xiàn)企業(yè)技術(shù)創(chuàng)新活動的產(chǎn)出水平，企業(yè)專利申請的相關(guān)數(shù)據(jù)可以在國家知識產(chǎn)權(quán)局網(wǎng)站很方便的查詢獲得。因此，考慮到數(shù)據(jù)科學(xué)性和可得性，本文選取專利申請數(shù)作為技術(shù)創(chuàng)新產(chǎn)出的衡量指標。其中，一級指標包括創(chuàng)新投入與創(chuàng)新產(chǎn)出；創(chuàng)新投入的二級指標包括R&D經(jīng)費支出（萬元）、R&D人員數(shù)（人），創(chuàng)新產(chǎn)出的二級指標為專利申請數(shù)（件）。

1.2 研究方法選擇

數(shù)據(jù)包絡(luò)分析（DEA）方法是基于Farrell的效率理論，由Cooper和Rhodes(1978)[5]發(fā)展起來的線性規(guī)劃方法。DEA基本原理主要是通過保持決策單元(DUM)的輸入或者輸入不變，借助于數(shù)學(xué)規(guī)劃方法確定相對有效的生產(chǎn)前沿面，將各個決策單元投影到生產(chǎn)前沿面上，并通過比較決策單元偏離前沿面的程度來評價它們的相對有效性。其基本模型主要有投入主導(dǎo)型的規(guī)模不變CCR模型和規(guī)?？勺傿CC模型兩種。本文采用BCC模型來測度效率。設(shè)決策單元有n個：DMUj(j=1，2，...，n),每個DMU,包含m種輸入，s種輸出，輸入輸出向量分別為分別表示第j個決策單元DMUj第i種類型輸入的投入量和第r種類型輸出的輸出量，λi為為權(quán)系數(shù)，其對應(yīng)的輸入、輸出數(shù)據(jù)分別為：基于輸入的帶有非阿基米德無窮小的BCC模型可表示為：

Malmquist指數(shù)最初由Malmquist于1953年提出[6]，Caves等于1982年開始將這一指數(shù)應(yīng)用于生產(chǎn)效率變化的測算，F(xiàn)are[7]證明Malmquist指數(shù)可分解為技術(shù)效率變化指數(shù)(TE)和技術(shù)進步變化指數(shù)(TC)，而技術(shù)效率變化指數(shù)又能分解為純技術(shù)效率變化指數(shù)PTEC和規(guī)模效率變化指數(shù)(SC)。從t到t+1期的Malmquist效率變化指數(shù)具體分解形式可表示為：

TE測度從t至t+1期決策單元到最佳生產(chǎn)前沿面的距離變化情況，被稱作“追趕效應(yīng)”，當TE＞1時，說明決策單元的生產(chǎn)更接近生產(chǎn)前沿面，相對技術(shù)效率有所增加；TC測度技術(shù)前沿從t到t+1期的移動情況，被稱作“增長效應(yīng)”，當TC＞1時，表明技術(shù)出現(xiàn)進步，生產(chǎn)前沿面向“上”移動。

本文以滬深兩市上市的汽車制造行業(yè)公司為研究對象。樣本的選取主要遵循以下原則：（1）剔除上市年較短的公司。本文研究跨度為2011—2015年，若為2011年以后上市，則將該公司將剔除。（2）剔除數(shù)據(jù)不完整的公司。出于統(tǒng)計分析的必要，剔除有任何數(shù)據(jù)缺失的公司。（3）剔除ST、ST*類的公司。因為這些公司處于財務(wù)狀況異常的情況，會影響測算結(jié)果的正確性。最終整理出15家具有代表性的汽車制造業(yè)上市公司2011—2015年的共75個面板數(shù)據(jù)，數(shù)據(jù)來源于上市公司的年報和國家知識產(chǎn)權(quán)局網(wǎng)站。

2 實證分析

表1 汽車制造業(yè)上市公司的技術(shù)創(chuàng)新效率測度結(jié)果

2.1 DEA靜態(tài)分析

本文基于DEA方法的BCC模型，利用DEAP2.1軟件對2011—2015年15個汽車制造業(yè)上市公司樣本的技術(shù)創(chuàng)新效率進行測算，其具體結(jié)果如表1所示。

表1展示了2011—2015年15個汽車制造業(yè)上市公司樣本的技術(shù)效率及其分解的純技術(shù)效率與規(guī)模效率，可看出總體上技術(shù)效率偏低，有的企業(yè)在某些年份的技術(shù)效率值達到了0.8以上，甚至1，這些企業(yè)的技術(shù)創(chuàng)新活動具有較高投入產(chǎn)出效率（安凱客車，2012—2015年；精鍛科技，2011—2012年；江淮汽車，2013—2015年等），還有企業(yè)在某些年份效率值尚不足0.2，說明技術(shù)效率有待提高（萬向錢潮，2011—2015年；凌云股份，2011—2015年等）。再從分解的純技術(shù)效率與規(guī)模效率來看，某些企業(yè)在某些年份的純技術(shù)效率值為1，表明此企業(yè)在這期在變動規(guī)模報酬條件下、在現(xiàn)有投入水平下均獲得了最大產(chǎn)出（精鍛科技，2011—2013年；比亞迪，2011—2012年；安凱客車，2012—2015年等），在規(guī)模效率方面，某些企業(yè)在某些年份的規(guī)模效率為1（精鍛科技，2011—2012年；安凱客車，2012年，2014—2015年等），表現(xiàn)出良好的規(guī)模經(jīng)濟性。從純技術(shù)效率與規(guī)模效率的比較來看，基本上純技術(shù)效率均低于規(guī)模效率，由此可見，相對于規(guī)模效率，制約中國汽車制造業(yè)上市公司技術(shù)創(chuàng)新效率整體提升的原因主要是由于純技術(shù)效率較低所致。純技術(shù)效率的經(jīng)濟內(nèi)涵主要表現(xiàn)在規(guī)則制度及管理水平等方面。近年來，伴隨著對制造業(yè)研發(fā)資源投入的不斷增加，創(chuàng)新規(guī)模在不斷擴大，但由于缺乏科學(xué)的制度安排及管理水平的落后，使得純技術(shù)效率無法提高，進而制約了技術(shù)創(chuàng)新的有效發(fā)展。由此也啟示，今后中國制造企業(yè)技術(shù)創(chuàng)新模式需加以轉(zhuǎn)變，應(yīng)打破傳統(tǒng)的制度和管理方式，改變過去單純依靠擴大規(guī)模的粗放發(fā)展模式，通過制度變革與管理創(chuàng)新，使其向制度科學(xué)型和管理有效型方向發(fā)展，并以此推動整個制造業(yè)技術(shù)創(chuàng)新效率的全面提升。

為了更加清晰地描述技術(shù)效率、純技術(shù)效率與規(guī)模效率均值隨時間變化的情況，繪制了歷年技術(shù)效率及其分解效率均值的時間趨勢圖，如圖1所示。

圖1 歷年技術(shù)效率及其分解效率均值時間趨勢

由圖1可看出技術(shù)效率均值從2011—2012年基本保持不變，從2011年的0.392到2011年的最高值0.393，此后逐年下降，規(guī)模效率均值歷年一直保持平穩(wěn)，圍繞0.65上下徘徊，波動不大，有上升趨勢，純技術(shù)效率均值則呈現(xiàn)出先上升再下降的過程，從2011年的0.623到2012年的0.670,此后逐年下降的趨勢，特別是在2012年后，純技術(shù)效率呈現(xiàn)出不斷下降的趨勢，但規(guī)模效率卻在逐步提高，也意味著近年來中國制造業(yè)創(chuàng)新規(guī)模不斷擴大，使得規(guī)模效率得到充分釋放，規(guī)模經(jīng)濟性逐步得到提高，但相應(yīng)的制度安排和管理創(chuàng)新并沒有及時跟上，發(fā)展滯后。上述結(jié)果說明，我國汽車制造業(yè)上市公司技術(shù)創(chuàng)新效率發(fā)展基本呈現(xiàn)一種規(guī)模拉動型的發(fā)展，管理水平和制度安排還有待提高。

2.2 Malmquist動態(tài)分析

本文利用DEA模型的投入產(chǎn)出數(shù)據(jù)，采用Malmquist指數(shù)模型對15個汽車制造業(yè)上市公司在2011—2015年的技術(shù)創(chuàng)新效率變化進行分析，通過DEAP2.1軟件進行數(shù)據(jù)處理，結(jié)果如表2所示。

表22011 —2015年汽車制造業(yè)上市公司Malmquist效率變化指數(shù)

如表2所示，如果各項指數(shù)大于1，表明當期該指數(shù)正增長，反之，負增長?？疾炱趦?nèi)技術(shù)進步變化全呈現(xiàn)正的增長態(tài)勢，表明技術(shù)是不斷進步的，但技術(shù)效率變化基本呈現(xiàn)負的增長態(tài)勢，除了2011—2012年技術(shù)效率正增長外，其余負增長，技術(shù)進步率大于技術(shù)效率變化率，這也表明中國汽車制造業(yè)上市公司技術(shù)創(chuàng)新全要素生產(chǎn)率的提高主要得益于技術(shù)進步。其次，進一步將技術(shù)效率變化指數(shù)分解為純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)，純技術(shù)效率變化2011—2012年和規(guī)模效率變化指數(shù)2012—2013年呈現(xiàn)正增長，其余各年呈現(xiàn)負的增長態(tài)勢，但純技術(shù)效率有不斷惡化，而規(guī)模效率有明顯改善的跡象，純技術(shù)效率不斷惡化，規(guī)模效率增幅不明顯，兩者綜合作用致使技術(shù)效率改善并不明顯，最終導(dǎo)致全要素生產(chǎn)率無法提高。因此，我國汽車制造業(yè)上市公司要想提高技術(shù)創(chuàng)新的效率，必須轉(zhuǎn)變僅僅依靠規(guī)模擴大的粗放增長方式，需要在制度建設(shè)及管理創(chuàng)新上有所作為。

3 結(jié)論

本文得到以下結(jié)論：

（1）我國汽車制造業(yè)上市公司的技術(shù)創(chuàng)新效率整體水平偏低，效率均值在2011年達到最高值0.4，此后逐年下降，不同的企業(yè)和年份之間的技術(shù)創(chuàng)新效率差距很大，有的企業(yè)在某些年份的技術(shù)效率值達到了0.9以上，甚至1，而有的企業(yè)在某些年份效率值尚不足0.1，說明其技術(shù)創(chuàng)新水平有待提高。

（2）純技術(shù)效率均低于規(guī)模效率，由此可見，相對于規(guī)模效率，制約中國汽車制造業(yè)上市公司技術(shù)創(chuàng)新效率整體提升的原因主要是由于純技術(shù)效率較低所致，其創(chuàng)新效率發(fā)展基本呈現(xiàn)一種規(guī)模拉動型的發(fā)展，管理水平和制度安排還有待提高。

（3）我國汽車制造業(yè)上市公司技術(shù)進步對于技術(shù)創(chuàng)新水平的提升貢獻較大，效率增長主要源自于技術(shù)進步的驅(qū)動，純技術(shù)效率有惡化趨向，規(guī)模效率增幅不明顯，兩者綜合作用致使技術(shù)效率改善并不明顯，最終導(dǎo)致總體效率低下。

[1]劉俊杰,傅毓維.基于DEA方法的高技術(shù)企業(yè)創(chuàng)新效率研究[J].科技管理研究,2008,(3).

[2]薛娜,趙曙東.基于DEA的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評價——以江蘇省為例[J].地方經(jīng)濟社會發(fā)展研究,2007,(5).

[3]吳瑛,楊宏進.基于R＆D存量的高技術(shù)產(chǎn)業(yè)科技資源配置效率[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2006,(9).

[4]魏芳,趙玉林.我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的實證分析[J].工業(yè)技術(shù)經(jīng)濟,2008,(8).

[5]A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978,2,(6).

[6]Malmquist S.Number and Indifference Surfaces[J].Trabajos de Estatistica,1953,(4).

[7]Fare R,Grosskopf S,Norris M,et al.Productivity Growth Technical Progress and Efficiency Change in Industrialized Countries[J]American Economic Review,1984,(1).

（責任編輯/浩天）

F062.4

A

1002-6487（2017）11-0140-03

國家社會科學(xué)基金資助項目（16BGL039）

任冶（1987—），男，安徽蕪湖人，博士研究生，研究方向：技術(shù)創(chuàng)新與效率分析。